Automatická detekce fibrilace síní pomocí metod hlubokého učení

Loading...
Thumbnail Image
Date
ORCID
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Síňová fibrilace je arytmie, která se běžně detekuje z křivky EKG pomocí jejích specifických projevů. Její časné rozpoznání je klíčové k prevenci závažnějších stavů. Automatická detekce fibrilace síní se v posledních letech stále častěji provádí pomocí metod hlubokého učení. Tato práce představuje detekci fibrilace síní v křivce 12svodového EKG pomocí hluboké konvoluční neuronové sítě. V první části práce jsou představeny teoretické souvislosti k práci potřebné, dále je detailně popsán vytvořený algoritmus. Samotná detekce je realizována programem implementovaným v jazyce Python ve dvou algoritmických podobách jejichž přesnost je hodnocena pomocí metrik přesnost (Accuracy) a F1 skóre. Dosažené výsledky jsou diskutovány, vzájemné porovnány a srovnány s výsledky publikací zabývajících se obdobnou problematikou.
Atrial fibrillation is an arrhythmia commonly detected from ECG using its specific characteristics. An early detection of this arrhythmia is a key to prevention of more serious conditions. Nowadays, atrial fibrillation detection is being implemented more often using deep learning. This work presents detection of atrial fibrillation from 12lead ECG using deep convolutional network. In the first section, there is a theoretical context of this work, then there is a description of proposed algorithm. Detection is implemented by a program in Python in two variations and their accuracy is rated by Accuracy and F1 measure. Results of the work are being discussed, mutually compared and compared to other similar publications.
Description
Citation
BUDÍKOVÁ, B. Automatická detekce fibrilace síní pomocí metod hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
prof. Pharm.Dr. Petr Babula, Ph.D. (předseda) Ing. Marina Ronzhina, Ph.D. (místopředseda) Ing. Lukáš Smital, Ph.D. (člen) doc. Mgr. Martina Lengerová, Ph.D. (člen) Ing. Roman Jakubíček, Ph.D. (člen)
Date of acceptance
2020-06-16
Defence
Studentka seznámila komisi se závěry své diplomové práce a v následné diskuzi odpověděla na otázky komise. Studentka obhájila diplomovou práci.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO